---
title: "La Recherche publique en France"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: fill
    theme: journal
    social: menu
    source_code: embed
---

```{r setup, include=FALSE}
library(flexdashboard)
library(tidyverse)
library(ggtext)
library(ggpubr)
library(sf)
library(plotly)
library(showtext)
library(ggthemes)
library(htmltools)

#IMPORTATION DU JEU DE DONNEES
rdFR <- read.csv("./rd-moyens-administrations.csv", sep = ";")

#AS FACTOR
for (i in 1:12){
  rdFR[,i] <- as.factor(rdFR[,i])
}

#Fond de carte France par region 2014
reg<-st_read(dsn="regions-20140306-100m-shp/regions-20140306-100m.shp")

reg$nom
#On enl?ve les DOM TOM
guadeloupe<-reg[11,]
guyane<-reg[12,]
lareunion<-reg[16,]
martinique<-reg[19,]
mayotte<-reg[20,]

reg<-reg[-c(11:12,16,19:20),]
```

Dépenses {data-navmenu="Des disparités régionales"}
=======================================================================

Column 
-----------------------------------------------------------------------

### 2001

```{r}
filter_dep_2001<-
  rdFR %>%
  filter(annee==2001) %>%
  filter (indicateur=="Depense interieure de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Depense_Total=round(sum(valeur),2))

#On merge les donnees et le fond de carte
merge_2001<-merge(x=reg,y=filter_dep_2001,by.x="code_insee",by.y="code_region",all.x=T)

#Cartographie des des dépenses intérieures en R&D tout type d'administration confondu en 2001
merge_2001%>%
  st_transform(crs=32631)%>%
  ggplot() +
  geom_sf(aes(fill = as.numeric(Depense_Total))) +
  scale_fill_gradient(low="#ffffff",high="#048B9A",trans="log",breaks=c(50,150,500,1500,3000)) +
  labs(fill = "Dépenses (millions d'euros)") +
  labs(title = "Dépenses totales par régions en R&D",subtitle = "Année : 2001",caption="Source: data.gouv.fr")



```

### 2013

```{r}
#Filtrer en fonction de l'annee 2013 et des dépenses
filter_dep_2013<-
  rdFR %>%
  filter(annee==2013) %>%
  filter (indicateur=="Depense interieure de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Depense_Total=sum(valeur))

#On merge les donnees et le fond de carte
merge_2013<-merge(x=reg,y=filter_dep_2013,by.x="code_insee",by.y="code_region",all.x=T)

#Cartographie des des dépenses intérieures en R&D tout type d'administration confondu en 2013
merge_2013%>%
  st_transform(crs=32631)%>%
  ggplot() +
  geom_sf(aes(fill = as.numeric(Depense_Total))) +
  scale_fill_gradient(low="#ffffff",high="#048B9A",trans="log",breaks=c(50,150,500,1500,3000)) +
  labs(fill = "Dépenses (millions d'euros)") +
  labs(title = "Dépenses totales par régions en R&D",subtitle = "Année : 2013",caption="Source: data.gouv.fr")


```

Column {data-width=500}
-----------------------------------------------------------------------

### barplot 2001

```{r}

filter_barplot_dep_2001 <- filter_dep_2001[-c(1,24),]

color4<-c("grey50","grey50","grey50","grey50","grey50","grey50","grey50","blue","grey50","grey50","grey50","grey50","grey50","blue","blue","grey50","grey50","grey50","grey50","grey50","grey50","grey50")

filter_barplot_dep_2001$region<-factor(filter_barplot_dep_2001$region,levels=filter_barplot_dep_2001$region[order(filter_barplot_dep_2001$Depense_Total)])

ggplot(data=filter_barplot_dep_2001,aes(x=region,y=Depense_Total,fill=region))+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position="none")+
  geom_bar(stat="identity",alpha=0.8)+
  geom_text(aes(label=round(Depense_Total),hjust=-0.2,vjust=0.40))+
  scale_fill_manual(values=color4)+
  scale_y_continuous(breaks=seq(0,6500,1000),limits=c(0,6500))+
  xlab("Régions")+
  ylab("Dépenses (millions d'euros)")+
  labs(title = "Dépenses totales par régions en R&D",subtitle = "Année : 2001",caption="Source: data.gouv.fr")+
  coord_flip()

```


### barplot 2013

```{r}
filter_barplot_dep_2013 <- filter_dep_2013[-c(1:6,29),]

color4<-c("grey50","grey50","grey50","grey50","grey50","grey50","grey50","blue","grey50","grey50","grey50","grey50","grey50","blue","blue","grey50","grey50","grey50","grey50","grey50","grey50","grey50")

filter_barplot_dep_2013$region<-factor(filter_barplot_dep_2013$region,levels=filter_barplot_dep_2013$region[order(filter_barplot_dep_2013$Depense_Total)])

ggplot(data=filter_barplot_dep_2013,aes(x=region,y=Depense_Total,fill=region))+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position="none")+
  geom_bar(stat="identity",alpha=0.8)+
  geom_text(aes(label=round(Depense_Total),hjust=-0.2,vjust=0.40))+
  scale_fill_manual(values=color4)+
  scale_y_continuous(breaks=seq(0,6500,1000),limits=c(0,6500))+
  xlab("Régions")+
  ylab("Dépenses (millions d'euros)")+
  labs(title = "Dépenses totales par régions en R&D",subtitle = "Année : 2013",caption="Source: data.gouv.fr")+
  coord_flip()
```


Effectifs {data-navmenu="Des disparités régionales"}
=======================================================================
Column {data-width=500}
-----------------------------------------------------------------------

### 2001

```{r}
#Filtrer en fonction de l'annee 2001 et des dépenses
filter_pers_2001<-
  rdFR %>%
  filter(annee==2001) %>%
  filter (indicateur=="Effectifs de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Effectif_Total=sum(valeur))

#On merge les donnees et le fond de carte
merge_pers_2001<-merge(x=reg,y=filter_pers_2001,by.x="code_insee",by.y="code_region",all.x=T)


merge_pers_2001%>%
  st_transform(crs=32631)%>%
  ggplot() +
  geom_sf(aes(fill = as.numeric(Effectif_Total))) +
  scale_fill_gradient(low = "#ffffff", high = "#66CC33",trans="log",breaks=c(400,1100,3000,8000,22000))  +
  labs(fill = "Effectifs (ETP)") +
  labs(title = "Effectifs totaux par régions en R&D",subtitle = "Année : 2001",caption="Source: data.gouv.fr")

```

### 2013

```{r}
#Filtrer en fonction de l'annee 2013 et des dépenses
filter_pers_2013<-
  rdFR %>%
  filter(annee==2013) %>%
  filter (indicateur=="Effectifs de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Effectif_Total=sum(valeur))

#On merge les donnees et le fond de carte
merge_pers_2013<-merge(x=reg,y=filter_pers_2013,by.x="code_insee",by.y="code_region",all.x=T)


merge_pers_2013%>%
  st_transform(crs=32631)%>%
  ggplot() +
  geom_sf(aes(fill = as.numeric(Effectif_Total))) +
  scale_fill_gradient(low = "#ffffff", high = "#66CC33",trans="log",breaks=c(400,1100,3000,8000,22000))   +
  labs(fill = "Effectifs (ETP)") +
  labs(title = "Effectifs totaux par régions en R&D",subtitle = "Année : 2013",caption="Source: data.gouv.fr")


```

Column {data-width=500}
-----------------------------------------------------------------------

### barplot 2001

```{r}
filter_barplot_pers_2001 <- filter_pers_2001[-c(1,24),]

color<-c("grey50","grey50","grey50","#66CC33","grey50","grey50","#66CC33","grey50","grey50","grey50","grey50","grey50","#66CC33","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50")

filter_barplot_pers_2001$region<-factor(filter_barplot_pers_2001$region,levels=filter_barplot_pers_2001$region[order(filter_barplot_pers_2001$Effectif_Total)])
ggplot(data=filter_barplot_pers_2001,aes(x=region,y=Effectif_Total,fill=region))+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position="none")+
  geom_bar(stat="identity",alpha=0.8)+
  geom_text(aes(label=round(Effectif_Total),hjust=-0.2,vjust=0.40))+
  scale_fill_manual(values=color)+
  scale_y_continuous(breaks=seq(0,60000,10000),limits=c(0,60000))+
  labs(title = "Effectif total par région en R&D",subtitle = "Année : 2001",caption="Source: data.gouv.fr")+
  xlab("Régions")+
  ylab("Effectifs (ETP)")+
  coord_flip()

```


### barplot 2013

```{r}
filter_barplot_pers_2013 <- filter_pers_2013[-c(1:6,29),]

color2<-c("grey50","grey50","grey50","grey50","grey50","#66CC33","grey50","grey50","#66CC33","grey50","grey50","grey50","grey50","grey50","#66CC33","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50")

filter_barplot_pers_2013$region<-factor(filter_barplot_pers_2013$region,levels=filter_barplot_pers_2013$region[order(filter_barplot_pers_2013$Effectif_Total)])
ggplot(data=filter_barplot_pers_2013,aes(x=region,y=Effectif_Total,fill=region))+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position="none")+
  geom_text(aes(label=Effectif_Total,hjust=-0.05,vjust=0.40))+
  geom_bar(stat="identity",alpha=0.8)+
  scale_fill_manual(values=color2)+
  scale_y_continuous(breaks=seq(0,60000,10000),limits=c(0,60000))+
  xlab("Régions")+
  ylab("Effectifs (ETP)")+
  labs(title = "Effectif total par région en R&D",subtitle = "Année : 2013",caption="Source: data.gouv.fr")+
  coord_flip()



```

Par ETP {data-navmenu="Des disparités régionales"}
=======================================================================

Column {data-width=500}
-----------------------------------------------------------------------
### 2001
```{r}
#Préparation du jeu de données pour 2001
dep_tot<-
  rdFR %>%
  filter(annee==2001) %>%
  filter(indicateur=="Depense interieure de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Depense_Total=sum(valeur))
dep_tot<-as.data.frame(dep_tot)

eff_tot<-
  rdFR %>%
  filter(annee==2001) %>%
  filter(indicateur=="Effectifs de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Effectif_Total=sum(valeur))
eff_tot<-as.data.frame(eff_tot)


dep_eff_tot<-merge(x=dep_tot,y=eff_tot,by.x = "region",by.y = "region")


#IMPORTANT jeu de données final 2001
filter_dep_eff_tot_2001<-
  dep_eff_tot%>%
  mutate(Depense_Effectif=Depense_Total/Effectif_Total*10^6) %>% 
  arrange(desc(Depense_Effectif))

#On merge les donnees et le fond de carte
merge_dep_eff_2001<-merge(x=reg,y=filter_dep_eff_tot_2001,by.x="code_insee",by.y="code_region.x",all.x=T)

merge_dep_eff_2001%>%
  st_transform(crs=32631)%>%
  ggplot() +
  geom_sf(aes(fill = as.numeric(Depense_Effectif))) +
  scale_fill_gradient(low="#ffffff",high="#048B9A",trans="log") +
  labs(fill = "Dépenses/Effectifs (millions d'euros/ETP)") +
  labs(title = "Dépenses totales divisées par les effectifs par régions en R&D",subtitle = "Année : 2001",caption="Source: data.gouv.fr")

```


### 2013

```{r}
#Préparation du jeu de données pour 2013
dep_tot_2013<-
  rdFR %>%
  filter(annee==2013) %>%
  filter(indicateur=="Depense interieure de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Depense_Total=sum(valeur))

eff_tot_2013<-
  rdFR %>%
  filter(annee==2001) %>%
  filter(indicateur=="Effectifs de R&D")%>%
  group_by(code_region,region)%>%
  summarise(Effectif_Total=sum(valeur))



dep_eff_tot_2013<-merge(x=dep_tot_2013,y=eff_tot_2013,by.x = "region",by.y = "region")

#IMPORTANT jeu de données final 2013
filter_dep_eff_tot_2013<-
  dep_eff_tot_2013%>%
  mutate(Depense_Effectif=Depense_Total/Effectif_Total*10^6) %>% 
  arrange(desc(Depense_Effectif))


#On merge les donnees et le fond de carte
merge_dep_eff_2013<-merge(x=reg,y=filter_dep_eff_tot_2013,by.x="code_insee",by.y="code_region.x",all.x=T)


#Cartographie des des dépenses intérieures en R&D tout type d'administration confondu en 2001
merge_dep_eff_2013%>%
  st_transform(crs=32631)%>%
  ggplot() +
  geom_sf(aes(fill = as.numeric(Depense_Effectif))) +
  scale_fill_gradient(low="#ffffff",high="#048B9A",trans="log") +
  labs(fill = "Dépenses/Effectifs (millions d'euros/ETP") +
  labs(title = "Dépenses totales divisées par les effectifs par régions en R&D",subtitle = "Année : 2013",caption="Source: data.gouv.fr")



```


Column {data-width=500}
-----------------------------------------------------------------------
### 2001
```{r}
filter_dep_eff_tot_2001 <- filter_dep_eff_tot_2001[-c(1,24),]

color5<-c("#ff9933","#ff9933","#ff9933","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50","grey50")

filter_dep_eff_tot_2001$region<-factor(filter_dep_eff_tot_2001$region,levels=filter_dep_eff_tot_2001$region[order(filter_dep_eff_tot_2001$Depense_Effectif)])

ggplot(data=filter_dep_eff_tot_2001,aes(x=region,y=Depense_Effectif,fill=region))+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position="none")+
  geom_bar(stat="identity",alpha=0.8)+
  geom_text(aes(label=round(Depense_Effectif),hjust=-0.6,vjust=0.40))+
  scale_y_continuous(breaks=seq(0,150000,10000),limits=c(0,150000))+
  scale_fill_manual(values=color5)+
  xlab("Régions")+
  ylab("Dépenses/Effectifs (euros/ETP)")+
  labs(title = "Dépenses totales divisées par les effectifs par régions en R&D",subtitle = "Année : 2001",caption="Source: data.gouv.fr")+
  coord_flip()



```

### 2013
```{r}
###BARPLOT Dépense/Effectif 2013######
filter_dep_eff_tot_2013 <- filter_dep_eff_tot_2013[-c(4,24),]

color6<-c("grey50","grey50","grey50","grey50","grey50","grey50","grey50","#ff9933","grey50","grey50","grey50","#ff9933","grey50","grey50","#ff9933","grey50","grey50","grey50","grey50","grey50","grey50","grey50")


filter_dep_eff_tot_2013$region<-factor(filter_dep_eff_tot_2013$region,levels=filter_dep_eff_tot_2013$region[order(filter_dep_eff_tot_2013$Depense_Effectif)])
ggplot(data=filter_dep_eff_tot_2013,aes(x=region,y=Depense_Effectif,fill=region))+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position="none")+
  geom_bar(stat="identity",alpha=0.8)+
  geom_text(aes(label=round(Depense_Effectif),hjust=-0.6,vjust=0.40))+
  scale_y_continuous(breaks=seq(0,150000,10000),limits=c(0,150000))+
  scale_fill_manual(values=color6)+
  xlab("Régions")+
  ylab("Dépenses/Effectifs (euros/ETP)")+
  labs(title = "Dépenses totales divisées par les effectifs par régions en R&D",subtitle = "Année : 2013", caption="Source: data.gouv.fr")+
  coord_flip()

```


La parité dans la recherche  {data-orientation=rows}
=======================================================================

Column {data-width=500}
-----------------------------------------------------------------------


### années sur la période

```{r}

par3 <- rdFR %>%
  filter(code_indicateur=="pers") %>% 
  filter(sexe!="Non ventile") %>% 
  group_by(annee,sexe) %>% 
  summarise(personnel=sum(valeur))%>% 
  group_by(annee) %>% 
  mutate(percentage=personnel/sum(personnel)*100) %>% 
  pivot_wider(names_from = sexe, values_from = c(personnel,percentage))

valueBox(13, icon = "fa-hourglass-half",
         color="grey87")
```



### Evolution de l'effectif en recherche

```{r}
effectif_total2001 <- sum(par3[1,2],par3[1,3])
effectif_fem2001 <- sum(par3[1,2])


effectif_total2013 <- sum(par3[13,2],par3[13,3])
effectif_fem2013 <- sum(par3[13,2])

evoleff <- round(((effectif_total2013-effectif_total2001)/effectif_total2001*100),1)
evoleff_fem <- round(((effectif_fem2013-effectif_fem2001)/effectif_fem2001*100),1)
  
valueBox(paste("+",evoleff,"%"),
         icon = "fa-chart-line",
         color="grey87")
```

### Evolution des femmes employées

```{r}
valueBox(paste("+",evoleff_fem,"%"), icon = "fa-female",
         color="pink")
```


Column {data-width=500}
-----------------------------------------------------------------------

### Evolution des effectifs par sexe au niveau national

```{r}

par3 %>%
  plot_ly(x=~annee,y=~personnel_Femmes,
          type="scatter",mode="line",name="Effectifs féminins",line=list(color='#F436F7',dash='dashed')) %>%
  add_trace(x = ~annee, y = ~personnel_Hommes,name = 'Effectifs masculins', mode = 'line',line=list(color='#371DCC',dash='dashed')) %>%
    add_trace(x = ~annee, y = ~percentage_Femmes, name = "Pourcentage de femmes", yaxis = "y2",mode="line",line=list(color='#F291F2',dash='dashed')) %>%
    add_trace(x = ~annee, y = ~percentage_Hommes, name = "Pourcentage d'hommes", yaxis = "y2",mode="line",line=list(color="#8376CF",dash='dashed')) %>%

  layout(
    margin = list(l = 50, r = 50, b = 50, t = 50, pad = 4),
    legend = list(
      title=list(text='Légende'),
      orientation = 'h',
      y = -0.3),
    xaxis=list(
      title=list(text='Années')
    ),
    yaxis=list(
      title=list(text='Effectifs')
    ),
    yaxis2 = list(
      overlaying = "y",
      side = "right",
      title = list(text='Pourcentage',
                   y=-100),
      range=c(0,100)),
    xaxis = list(title="x"))



```




### Différentiel du pourcentage de femmes dans la recherche entre 2001 et 2013, au niveau régional
```{r}

#### ANNEE 1 ################ 
par1 <- rdFR %>%
  filter(code_indicateur=="pers") %>% 
  filter(sexe!="Non ventile") %>% 
  filter(annee==2001) %>% 
  group_by(code_region,region,annee,sexe) %>% 
  dplyr::summarise(personnel=sum(valeur)) %>% 
  group_by(region) %>% 
  mutate(percent_2001=personnel/sum(personnel)*100) %>% 
  filter(sexe=="Femmes")

par2 <- rdFR %>%
  filter(code_indicateur=="pers") %>% 
  filter(sexe!="Non ventile") %>% 
  filter(annee==2013) %>% 
  group_by(code_region,region,annee,sexe) %>% 
  dplyr::summarise(personnel=sum(valeur)) %>% 
  group_by(region) %>% 
  mutate(percent_2013=personnel/sum(personnel)*100) %>% 
  filter(sexe=="Femmes")

#On merge les donn?es et le fond de carte
par12<-merge(x=par1,y=par2,by.x="code_region",by.y="code_region",all.x=T)

par12 <- par12 %>% 
  mutate(diff_percent=round((percent_2013-percent_2001),2))

#On merge les donnees et le fond de carte
par_reg<-merge(x=reg,y=par12,by.x="code_insee",by.y="code_region",all.x=T)

gg_parreg <- par_reg %>%
  st_transform( crs = 32631 )%>% 
  ggplot()+
  geom_sf(aes(fill = as.numeric(diff_percent))) +
  scale_fill_gradient2(midpoint = 0, low = "#1D00AD", mid = "white",
                            high = "#F436F7")+
  theme(legend.position="bottom")+
  labs(fill = 'Différence de pourcentage')+
  theme(
    axis.text.x = element_blank(),
    axis.text.y = element_blank(),
    axis.ticks = element_blank())+
  theme(plot.title = element_text(hjust = 0.5,size=10))

gg_parreg


```


A propos
=======================================================================

Ce dashboard vous est proposé par Laurine ALLARD, Mélanie DEMEURE et Loïc STRAFELLA de la spécialisation Sciences des données d'[Agrocampus Ouest](https://www.agrocampus-ouest.fr/), promotion 2021.

Vous pourrez trouver les données d'origine sur [data.gouv.fr](https://www.data.gouv.fr/fr/datasets/les-moyens-consacres-a-la-r-d-les-administrations-par-type-d-organisme-mesr/).